Jak korzystać z Opencv do rozpoznawania dokumentów za pomocą OCR?

Question

Jestem początkującym na komputerowej wizji, ale wiem, jak korzystać z niektórych funkcji na opencv. Próbuję użyć Opencv do rozpoznawania dokumentów, chcę pomóc znaleźć kroki dla niego.

Zamierzam użyć opencv przykład find_obj.cpp, ale dokumenty, na przykład paszport, ma pewne zmienne, imię, datę urodzin, zdjęcia. Potrzebuję więc pomocy w zdefiniowaniu kroków, a jeśli jest to możliwe, w jaki sposób funkcję muszę użyć na poszczególnych etapach.

Nie pytam o cały kod, ale jeśli ktoś ma przykładowy link lub możesz po prostu wpisać instrukcję, jest bardzo pomocny.

Answer 1

Występują tutaj dwa różne etapy. Jeden wykrywa twój obiekt, a drugi go analizuje.

Do wykrywania obiektów, próbujesz po prostu dowiedzieć się, czy obiekt znajduje się w ramce, i w przybliżeniu, gdzie się znajduje. Struktura funkcji OpenCv jest świetna do tego. W przypadku niektórych samouczków i obszernego przykładowego kodu zobacz samouczki dotyczące funkcji OpenCv features2d, a zwłaszcza feature matching tutorial.

Do analizy potrzebne jest wykrywanie optycznego rozpoznawania znaków (OCR). OpenCv nie zawiera bibliotek OCR, ale polecam wypróbować tesseract-ocr, która jest świetną biblioteką OCR. Jeśli twoje dokumenty mają stałą strukturę (spójny układ pól tekstowych), to wszystko czego potrzebujesz to tesseract-ocr. Aby uzyskać bardziej zaawansowaną analizę, sprawdź: ocropus, która używa tesseract-ocr, ale dodaje analizę układu.